КайфКодинг

Что это означает? Можно ходить в кликхаус и БД прямо из chatgpt Можно кодить все шаблоны клиентам прямо из chatgpt

🛠 OpenAI запустили MCP для ChatGPT OpenAI расширили интеграции ChatGPT через Model Context Protocol (MCP): теперь Workspace админы могут создавать собственные коннекторы к внутренним системам и приложениям. MCP позволяет объединить поиск и работу с корпоративными знаниями, web-результатами и стандартными источниками. Готовые коннекторы deep research уже доступны для Plus и Pro (кроме EEA, CH, UK), а также Team, Enterprise и Edu: Outlook, Teams, Google Drive, Gmail, Linear и другие. Для Team, Enterprise и Edu доступны дополнительные интеграции: SharePoint, Dropbox, Box. 🔗 Source: https://x.com/OpenAI/status/1930319398897889707 #openai #ai #chatgpt #agent #mcp ————————— Мысли Рвачева —————————

🚀 Бенчмарк Deepseek 0528: r1 и qwen3-8b - маленькая мощная локальная модель Ребята из Deepseek продолжают делать нашу жизнь лучше и интереснее. Свежая версия 0528 модели deepseek-r1 немного улучшила свой предыдущий результат и даже обошла по очкам GPT-4.1. Но самое интересное - гораздо ниже, на 20-м месте бенчмарка. Deepseek взяли небольшую модельку - qwen3-8b и дообучили ее на цепочках размышлений от DeepSeek-R1-0528. Получившийся "дистиллят" внезапно неплохо умеет рассуждать по планам, которые зашиты в SO CoT моего бенчмарка. Она показывает результат на уровне gpt-4o-2024-08-06! И это при том, что я эту модельку запускал через API NovitaAI, который Structured Outputs не поддерживает в принципе. Это настолько хорошо для такой маленькой модельки, что прямо интересно. Кто-нибудь еще использовал эту модель в режиме с Custom Chain of Thought? Ваш, @llm_under_hood 🤗 PS: Прочитать про мой подход к бенчмаркам можно тут. Там есть и FAQ со всеми вопросами, которые задают последние полтора года. Пожалуйста, прочитайте его, прежде чем оставлять свой первый комментарий.

Нашел классный курс по MCP от anthropic https://www.deeplearning.ai/short-courses/mcp-build-rich-context-ai-apps-with-anthropic/ Запланирую прохождение на этой неделе

Продолжая тему “ИИ и рынок труда” из последних постов. Статистика американского рынка показывает тревожное, хотя в свете упомянутых постов логичное: выпускники по айтишным специальностям испытывают большие сложности при попытках найти работу. У физиков и антропологов дела обстоят еще хуже — но ведь совсем недавно считалось, что Сomputer Science и все вокруг — практически гарантия хорошей позиции в хорошей компании, в отличие от антропологии. Даже у изучавших журналистику дела с трудоустройством обстоят лучше, чем у компьютерщиков, а уж вроде эту профессию давно хоронят как раз ссылаясь на интернет. "Entry-level roles are vanishing, unpaid internships are still rampant, and companies are offshoring or automating the very jobs these grads trained for." В этом контексте “автоматизация” - это как раз про ИИ. "We created a gold rush mentality around coding right as the gold ran out.” Это все, конечно, гримасы исключительно американского капитализма — но вдруг они просто первые, у кого кажущаяся бездонной золотая жила вдруг исчерпалась… https://futurism.com/computer-science-majors-high-unemployment-rate

Привет! Приглашаем тебя сегодня в 12:00 на наш стрим «От идеи до прототипа», где покажем весь путь создания продукта, начиная с одной единственной мысли. 📅 Когда: сегодня, в 12:00 💻 Где: онлайн (Google Meet) 🔗 Ссылка для подключения: [https://meet.google.com/vbg-srmc-efb](https://meet.google.com/vbg-srmc-efb) Что будем делать: * Разгоним нашу идею с ChatGPT — сгенерируем и структурируем ключевые гипотезы. * Проверим наши идеи в Deep Research — узнаем, что уже есть на рынке и как найти инсайты. * Создадим прототип продукта в Lovable — воплотим задумку в кликабельный макет. Если у тебя есть своя идея или просто интерес к продуктовой разработке — подключайся! Будет практично, увлекательно и с возможностью задать вопросы в прямом эфире. Ждём тебя в 12:00!

А работает ли у вас cursor сегодня? У меня сильно тормозит, думаю установить китайский TRAE

SWE-агенты чемпионы. Если заглянуть в результаты SWE bench, то мы обнаружим неизвестных никому чемпионов. https://refact.ai/ - open source ai coding agent Open Hands - open source AI agent https://github.com/All-Hands-AI/OpenHands TRAE - агент от основателя TIK TOK https://www.trae.ai/

Вот краткий обзор стоимости наших самых «топовых» моделей и сервисов: 🔥 Premium tool calls (9240 вызовов) — \$0.05 за вызов ⚡ Extra Fast Premium (свыше 500 запросов, 2043 запроса) — \$0.04 за запрос 🤖 Gemini 2.5 Pro EXP-MAX (1861 запрос) — \$0.05 за запрос 💭 Claude 3.7 Sonnet Thinking (4662 токен-запроса) — ≈\$0.08 за запрос 🎶 Claude 4 Opus Thinking (3828 токен-запроса) — ≈\$0.27 за запрос 🎵 Claude 4 Sonnet Thinking (3496 токен-запроса) — ≈\$0.04 за запрос 🛠 o4-mini (762 токен-запроса) — ≈\$0.07 за запрос 🔧 o3 (593 токен-запроса) — ≈\$0.23 за запрос 👉 Если нужно больше деталей или других моделей — пишите в комменты!

Курсор заработал! Оплата прошла!

Vercel выпустил AI-модель для веб-разработки Компания утверждает, что модель v0-1.0-md оптимизирована для front-end и full-stack веб-разработки. Модель Vercel доступна через API за 20 долларов в месяц. Ее можно подключить к Cursor, Codex и другим приложениям. https://vercel.com/docs/v0/api

V0 теперь доступна в Cursor!

Я пару дней пользовался OpenAI Codex. Это не панацея, но при этом прорывная в своем роде штука. Codex - это среда для AI + Coding. Сразу предупрежу, что качество работы с кодом примерно сравнимо с тем, что уже можно получить с Cursor + Gemini Pro 2.5. Тут нет ничего нового. Есть один нюанс. Разработку в Cursor + Gemini Pro 2.5 или Aider надо вести самостоятельно, выдавая задачи, отслеживая проблемы и проверяя результаты. За один раз можно вести один проект. Есть еще альтернативный подход к разработке - запускать агентов, которые сами будут что-то планировать и копошиться в папке с проектом. Но, как я писал, иногда агенты только создают иллюзию работы, растягивая на 30-120 минут задачи, которые можно решить одним промптом в чате. А что нового предложил OpenAI Codex? Они сделали все красиво и удобно. Можно к своему аккаунту подключить несколько github repositories и запускать задачи текстом (примеры ниже). Это похоже на работу DeepResearch, но с кодом. Поставил задачу и пошел по своим делам, а reasoning планировщик от OpenAI проследит за выполнением работы. Он заберет код, прочитает инструкции, сам найдет нужные файлы, попробует изменить их, прогонит тесты итп. А в итоге упакует все изменения в Pull Requests, который можно будет по отдельности просмотреть и принять либо отклонить. И тут есть две фишки. Во-первых, планировщик OpenAI работает достаточно хорошо. Примерно треть его Pull Requests можно отправлять прямо в код (половину, если проект простой). А ведь еще можно допилить проект, чтобы Codex-у было удобнее работать. Докинуть AGENTS.MD с инструкциями, добавить хорошие тесты, модульную архитектуру и комментарии. Все фишки оформления проектов для работы с AI+Coding, про которые мы говорили на вебинарах в прошлом году - тут как раз применимы. И это все работает стабильно потому, что OpenAI выбрали всего несколько инструментов для своего “агента”, очень хорошо протестировали и отладили все. Это было возможно потому, что у Codex нет кучи инструментов - только консоль и работа с файлами. Хотя, казалось бы, дай кодексу возможность работать с любыми MCP серверами, как это нынче сделала Microsoft, и получится продукт-бомба. Но OpenAI хорошо понимает, что в таком случае ни о каком покрытии тестами нельзя вести речь. А значит и прощай стабильность и привет галлюцинации. Во-вторых, в Codex можно запускать одновременно несколько задач. Каждая из них будет запущена в отдельном контейнере. И вот это как раз кардинально меняет весь подход. Можно, скажем, сказать: (1) добавь мне шифрование паролей с bcrypt (2) перепиши доступ к БД с sqlite3 на синхронный better-sqlite3 (3) отладь вот эту ошибку в тестах и сразу в другом проекте, который совершенно не относится к первому: (4) напиши тесты к wifi_manager component (5) сделай, чтобы система переподключалась при проблемах с wifi или websocket и идти пить кофе. А потом вернуться, посмотреть отчеты с Pull Requests и задать новые задачи. Получился очень классный продукт для разработки. Это как несколько очень усидчивых Джунов, которые могут помогать разрабатывать несколько проектов одновременно. Понятно, что есть пара нюансов: (1) OpenAI Codex - не панацея, он дополняет опытных разработчиков, не заменяет (2) Среда очень ограниченная, и там есть нюансы (например, e2e browser testing я так пока там не смог запустить) (3) нужна практика, чтобы освоить инструмент и научиться так формировать проекты, что Codex будет с ними хорошо работать. Ну и самое главное, OpenAI наглядно показали, что агенты могут работать очень хорошо, если собрать правильный продукт, докинуть туда хорошую reasoning модель и обеспечить приемлемое качество. И тут хорошо выстреливает модель - выдал задания и ушел по своим делам/пить кофе. Теперь осталось подождать, пока другие компании воспользуются этим примером! Особенно будет интересно увидеть подобные решения не в кодинге, а в бизнес-задачах. Ваш, @llm_under_hood 🤗 PS: Хотите запустить локально без красивого UI? См OpenAI Codex CLI

Чай, дача и 200 деплоев. Кто такой менеджер-агентов? Сегодня тестировал новую модель Claude. Она автономно делает по 100–200 задач: пишет себе инструкции, сама их читает, дебажит и сдаёт. Всё, что нужно — задать правильные правила (cursor rules) и немного перенаправить, если начинает «уходить в сторону». В это время я сижу на даче, пью чай с друзьями. Захожу раз в два часа — и корректирую вектор. И вот в какой момент до меня дошло: Мы на пороге новой профессии — менеджер-агентов Он не кодит. Он не пишет ТЗ. Он учит ИИ решать задачи — и запускает его в бой. Это как если бы у вас был джун, но: он не болеет, не уходит в отпуск, и может работать 24/7, если его правильно запустить.

Он очень хорош!

Google Veo 3 это конечно 🤯🤯🤯 #agi #ai #video #google #veo ————————— Мысли Рвачева —————————

Актуалка про нейросети и вайбкодинг ))

Вы неправильно вайб-кодите Когда я смотрю как люди используют AI для написания кода, мне смешно и грустно одновременно. Большинство просто дрочит на технологию, а не использует ее как нормальный инструмент. Типичный сценарий выглядит так: Открываете Cursor Вводите "build me X" Получаете кучу говнокода, который не работает Начинаете заново Повторяете цикл страданий Обычно боль Я сделал много попыток лобового вайб-кодинга, но у меня лично не получается (а у вас?). Вместо этого прочел что лучше подход agentic coding, где через разбитие роадмапа, раскидывание задач и выполнения step by step, и прямого приказа не плодить лишний код. У меня есть рабочая методика, которая работает как часы: Шаг 1: Architecture.md Откройте ChatGPT4o (не o1/o3, они хуже для этого) и скажите:

I'm building a [description of your product - the more detailed the better]. Use Next.js for frontend, Supabase for DB + auth. Give me the full architecture: - File + folder structure - What each part does - Where state lives, how services connect

Сохраните это как architecture.md в папке проекта именно в формате markdown Шаг 2: tasks.md Теперь скажите:

Using that architecture, write a granular step-by-step plan to build the MVP. Each task should: - Be incredibly small + testable - Have a clear start + end - Focus on one concern I'll be passing this off to an engineering LLM that will be told to complete one task at a time, allowing me to test in between.

Сохраните как tasks.md в ту же папку. Шаг 3: В Cursor/Windsurf

You're an engineer building this codebase. You've been given architecture.md and tasks.md. - Read both carefully. There should be no ambiguity about what we're building. - Follow tasks.md and complete one task at a time. - After each task, stop. I'll test it. If it works, commit to GitHub and move to the next.

Включите также это - это критически важно: CODING PROTOCOL

Coding Instructions - Write the absolute minimum code required - No sweeping changes - No unrelated edits - focus on just the task you're on - Make code precise, modular, testable - Don't break existing functionality - If I need to do anything (e.g. Supabase/AWS config), tell me clearly

Эта система решает главную проблему вайб-кодинга: Вы не сваливаете всё в IDE и не молитесь Вы даете четкую дорожную карту Вы держите процесс под контролем Вы остаетесь у руля Надеюсь пригодится. @saasStuff